【技术实现步骤摘要】
本专利技术属于温度热红外遥感，具体而言，涉及多源数据协同的组分温度反演方法与系统。
技术介绍
1、获取区域或全球尺度上的表面温度、监测长时序的温度变化，是热红外遥感的主要应用。受限于现有传感器空间分辨率较低的局限性，目前遥感技术通常只能获取混合像元的地表温度。因为不同像元的下垫面组成之间存在差异，地表温度的物理意义相对笼统。相比之下，亚像元尺度上土壤和植被的组分温度则蕴含了更明确的物理意义，指示作用更加显著，区域之间可比性强，因此在农业、气象、生态等行业具有更广泛的用途。
2、组分温度反演即是从一个混合像元的地表温度中分离出土壤和植被两个组分温度。通过假设组分温度或其变化模式在不同观测角度、光谱、空间邻域与时间下保持不变，目前已经发展了多角度法、多通道法、多像元法和多时相法。这些反演方法仅利用遥感观测的单一信息，具有局限性，从而导致估算结果存在大量的时空缺失，降低了实际应用价值。
3、现有技术在使用多时相法求解温度循环模型时，需要使用时间密集采样的静止卫星观测，但静止卫星只是区域覆盖且时间跨度短，因此反演结果时空覆盖有限；如果使用极轨卫星观测则需要结合空间邻域信息增加可用方程个数，但邻域内像元间相关性强，模型求解不稳健。
4、现有技术仅利用遥感观测反演组分温度的方法无法完全克服遥感技术本身的局限性，特别是云覆盖造成的大量数据缺失问题，影响了反演结果的使用价值。
技术实现思路
1、为了解决上述技术问题，本专利技术提供多源数据协同的组分温度反演方法与
2、第一方面，提供多源数据协同的组分温度反演方法，包括：
3、收集用于组分温度反演的高空间分辨率极轨卫星观测数据、高时间分辨率静止卫星观测数据和时空无缝的辅助数据；
4、利用多时相法求解基于高时间分辨率静止卫星观测数据的第一温度循环模型参数以及基于时空无缝的辅助数据的第二温度循环模型参数；
5、通过对比求解第一温度循环模型参数与第二温度循环模型参数，进行模型参数细分，得到降参后的温度循环模型；
6、将高空间分辨率极轨卫星观测数据代入到降参后的温度循环模型中，根据模型参数的物理约束，采用优化求解算法进行组分温度反演；
7、对组分温度反演结果进行精度评价与交叉对比，根据精度评价与交叉对比结果进一步改进完善，得到最终组分温度反演结果。
8、第二方面，本专利技术提供多源数据协同的组分温度反演系统，包括收集单元、第一处理单元、参数细分单元、第二处理单元与验证单元；
9、收集单元，用于收集用于组分温度反演的高空间分辨率极轨卫星观测数据、高时间分辨率静止卫星观测数据和时空无缝的辅助数据；
10、第一处理单元，用于利用多时相法求解基于高时间分辨率静止卫星观测数据的第一温度循环模型参数以及基于时空无缝的辅助数据的第二温度循环模型参数；
11、参数细分单元，用于通过对比求解第一温度循环模型参数与第二温度循环模型参数，进行模型参数细分，得到降参后的温度循环模型；
12、第二处理单元，用于将高空间分辨率极轨卫星观测数据代入到降参后的温度循环模型中，根据模型参数的物理约束，采用优化求解算法进行组分温度反演；
13、验证单元，用于对组分温度反演结果进行精度评价与交叉对比，根据精度评价与交叉对比结果对模型参数细分并调整模型参数的物理约束，得到最终组分温度反演结果。
14、在上述技术方案的基础上，本专利技术还可以做如下改进。
15、进一步，通过具有昼夜观测能力的传感器获得高空间分辨率极轨卫星观测数据；传感器包括modis、viirs与avhrr；通过seviri传感器或goes传感器或fy系列传感器获得高时间分辨率静止卫星观测数据；通过使用再分析数据或路面过程模型模拟过得时空无缝的辅助数据集。
16、进一步，利用多时相法分别求解基于高时间分辨率静止卫星观测数据和时空无缝的辅助数据的温度循环模型参数时，利用设定参数，将设定时段内的温度变化表示为时间的函数，得到半经验解释模型；半经验解释模型为got09模型或ina08模型。
17、进一步，多时相法多时相法使用大于第一温度循环模型参数个数的多次观测得到的高时间分辨率静止卫星观测数据对第一温度循环模型进行求解，使用大于第二温度循环模型参数个数的多个时空无缝的辅助数据对第二温度循环模型进行求解。
18、进一步，通过对比求解第一温度循环模型参数与第二温度循环模型参数，进行模型参数细分，得到降参后的温度循环模型；根据模型参数变化程度，将模型参数细分成温度无关参数与温度相关参数，温度无关参数的变化程度小于温度相关参数的变化程度；将温度无关参数固定成温度循环模型中的已知参数；温度相关参数的变化程度大于设定值时，根据高空间分辨率极轨卫星观测数据的实际观测值重新确定。
19、进一步，采用优化求解算法进行组分温度反演时，优化求解算法为bayesian算法或遗传算法。
20、进一步，对组分温度反演结果进行精度评价时，点尺度上利用实测站点观测得到的组分温度真值进行精度评价，面尺度上基于高空间分辨率的卫星观测数据得到的参考温度进行精度评价。
21、进一步，对组分温度反演结果进行交叉对比时，将组分温度反演结果与现有的组分温度产品进行对比。
22、本专利技术的有益效果是：本专利技术协同高时间分辨率的静止卫星观测数据和时空无缝的辅助数据，通过将模型参数细化成温度无关参数和温度相关参数，降低了温度循环模型的模型参数，从而实现仅利用极轨卫星观测数据便可求解温度循环模型的目的，该方法可操作性强，稳健度高；本专利技术充分利用时空无缝的辅助数据，保证在存在观测缺失的情况下依旧可以反演组分温度，极大地丰富了反演结果的时空覆盖程度。
本文档来自技高网...【技术保护点】
1.多源数据协同的组分温度反演方法，其特征在于，包括：
2.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，通过具有昼夜观测能力的传感器获得高空间分辨率极轨卫星观测数据；传感器包括MODIS、VIIRS与AVHRR；通过SEVIRI传感器或GOES传感器或FY系列传感器获得高时间分辨率静止卫星观测数据；通过使用再分析数据或路面过程模型模拟过得时空无缝的辅助数据集。
3.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，利用多时相法分别求解基于高时间分辨率静止卫星观测数据和时空无缝的辅助数据的温度循环模型参数时，利用设定参数，将设定时段内的温度变化表示为时间的函数，得到半经验解释模型；半经验解释模型为GOT09模型或INA08模型。
4.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，多时相法多时相法使用大于第一温度循环模型参数个数的多次观测得到的高时间分辨率静止卫星观测数据对第一温度循环模型进行求解，使用大于第二温度循环模型参数个数的多个时空无缝的辅助数据对第二温度循环模型进行求解。
5.根据
6.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，采用优化求解算法进行组分温度反演时，优化求解算法为Bayesian算法或遗传算法。
7.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，对组分温度反演结果进行精度评价时，点尺度上利用实测站点观测得到的组分温度真值进行精度评价，面尺度上基于高空间分辨率的卫星观测数据得到的参考温度进行精度评价。
8.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，对组分温度反演结果进行交叉对比时，将组分温度反演结果与现有的组分温度产品进行对比。
9.多源数据协同的组分温度反演系统，其特征在于，包括收集单元、第一处理单元、参数细分单元、第二处理单元与验证单元；
...【技术特征摘要】
1.多源数据协同的组分温度反演方法，其特征在于，包括：
2.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，通过具有昼夜观测能力的传感器获得高空间分辨率极轨卫星观测数据；传感器包括modis、viirs与avhrr；通过seviri传感器或goes传感器或fy系列传感器获得高时间分辨率静止卫星观测数据；通过使用再分析数据或路面过程模型模拟过得时空无缝的辅助数据集。
3.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，利用多时相法分别求解基于高时间分辨率静止卫星观测数据和时空无缝的辅助数据的温度循环模型参数时，利用设定参数，将设定时段内的温度变化表示为时间的函数，得到半经验解释模型；半经验解释模型为got09模型或ina08模型。
4.根据权利要求1所述多源数据协同的组分温度反演方法，其特征在于，多时相法多时相法使用大于第一温度循环模型参数个数的多次观测得到的高时间分辨率静止卫星观测数据对第一温度循环模型进行求解，使用大于第二温度循环模型参数个数的多个时空无缝的辅助数据对第二温度循环模型进行求解。
5.根据权利要求1所述多源数据协同的组分温度反演方法，其特征...
【专利技术属性】
技术研发人员：刘向阳，李召良，段四波，姚娜，司梦林，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。